Информатизация судебной системы 6 страница

Решение проблемы обоснованности измерения достигается методами качественного, содержательного анализа. Исследова­тель должен быть уверен, что он измеряет именно заданное. В этих целях проводится анализ соответствия и коррелированности включенных в состав тестовых признаков элементов смыслу и содержанию данной правовой установки. Обоснованность из­мерения и применяемой социологической шкалы существенно зависит от принимаемой теоретической схемы исследования, от эмпирического материала и теоретической концепции в право­вом конкретно-социологическом исследовании.

§ 4. Основные понятия теории распознавания образов

Распознавание образов — область информатики и мате­матики, связанная с разработкой методов выделения важных свойств некоторой совокупности объектов, установления по этим свойствам принадлежности объекта к одному из извест­ных типов (объединению, образу). Применение аппарата и мо­делей теории распознавания образов вызвано проблемами, которые, несмотря на внешние различия, имеют много обще­го как в постановке соответствующих задач, так и в нахожде­нии адекватных путей их решения.

Теория распознавания образов родилась на основе анали­за физиологической модели узнавания. Понятие образа оказа­лось исключительно плодотворным для развития кибернетики и психологии. Оно возникло первоначально в связи с задачей моделирования явлений высшей нервной деятельности, зако­номерностей процессов восприятия человеком и ЭВМ объектов внешнего мира, например, различных источников визуальной информации.

Американский ученый-физиолог Ф. Розенблатт предпри­нял попытку технической реализации физиологической моде­ли восприятия. В этих целях он построил специальное техни­ческое устройство, названное им персептроном. Персептрон Розенблатта состоял всего из 512 элементов, но он моделиро­вал функционирование и деятельность нескольких десятков миллионов нейронов и позволил сформулировать основные математические понятия для описания процессов узнавания.

Вскоре после создания этой теории выяснился ее универ­сальный характер. Ее методы стали применяться в области общественных наук. В нашей стране задача применения мето­дов распознавания образов для решения конкретных вопросов общественных наук была впервые сформулирована социолога­ми. Ими же были предприняты первые исследования по прак­тическому применению моделей теории распознавания образов. Методы таксономии (раздел теории распознавания) использова­ли для исследования типологических групп мигрантов. Районы России, которые характеризовались определенным уровнем обеспеченности сельскохозяйственного производства рабочей силой, рассматривались как образы (таксоны). Классификация этих районов, прогнозирование миграции и изучение детер­минирующих факторов осуществлялись на основе выделения комплекса внешних признаков, связанных с условиями труда и быта сельских жителей.

Распознавание образов сформировалось как самостоятель­ное направление информатики и математики, разрабатываю­щее методы решения и исследования задач классификации и прогнозирования.

Узнавание — необходимый элемент любой сознательной и целеустремленной деятельности. Например, впервые рассмат­ривая знак, мы стремимся отнести его к одному из известных нам классов: буква, математический символ, нотный знак, иероглиф и т. д.

Принципы классификации могут быть различными. Сле­довательно, одно и то же множество существующих предме­тов можно разбить на подмножество разными способами.

Феномен восприятия и распознавания довольно часто встречается и в юридической практике. По мере накопления фактических данных юрист со всевозрастающей увереннос­тью "распознает образ", т. е. относит установленное фактичес­кое отношение к одному из тех правовых институтов и поня­тий, которые уже заранее описаны в законе.

В терминах распознавания образов может быть описан и такой важный для юридической практики процесс, как вос­приятие человека человеком. Это также процесс классифика­ции, в ходе которого происходит соотнесение признаков кон­кретно воспринимаемого индивида с признаками уже извест­ного класса людей. Результаты специальных психологических исследований показывают, что один человек воспринимает дру­гого прежде всего как тип, как представителя определенного класса (категории) людей. Представление о каждом таком клас­се-стереотипе постепенно вырабатывается в практике эмоци­онально-психологического общения людей. Примером распоз­навания в следственной деятельности может служить такое уголовно-процессуальное действие, как "предъявление на опоз­нание" (ст. 164 УПК РСФСР).

Первые исследования по применению данного метода в юридической науке были выполнены криминалистами. Одной из центральных проблем криминалистики и судебной экспер­тизы является проблема идентификации, т. е. отождествление объектов криминалистического исследования — отпечатков пальцев, следов, почерка и т. д. Теория идентификации, осно­ванная на количественном и качественном подходах, форму­лирует аксиоматические основы теории и описывает порядок и процедуры установления тождества.

Процесс криминалистической идентификации может быть интерпретирован как распознавание образов. В качестве при­мера можно привести идентификацию почерков объектов. По­черк определенного человека представляет собой пример об­раза (класса), элементами которого является любая подпись, сделанная рукой этого человека. В криминалистике существу­ет задача дифференциации сходных почерков. Эта криминали­стическая задача, как и некоторые другие задачи судебной экспертизы, может успешно решаться на основе применения алгоритмов распознавания образов.

Методы распознавания образов находят применение и в конкретных социально-правовых исследованиях. Кратко рас­смотрим основные понятия теории распознавания образов, которые понадобятся нам в дальнейшем.

Образ — это множество объектов (явлений) природы, выделенных в соответствии с конкретной целью исследования и отличающихся от элементов других множеств. Каждое явле­ние из этого образа множества принято называть реализаци­ей образа.

Воспринятые электронно-вычислительной машиной реа­лизации образа сравниваются между собой и с эталонными образами, которые имеются в памяти машины, с целью уста­новления полного или частичного сходства и последующего отнесения к одному из образов.

Экзамен — операция распознавания реализации образа, которые ранее не участвовали в обучении ЭВМ, но принад­лежность которых к определенному образу заранее известна.

Решающее правило ("решающая функция") — правило, с помощью которого принимается решение об отнесении неиз­вестной ("контрольной") реализации к тому или иному образу.

Для того чтобы ЭВМ могла распознавать конкретные об­разы, ее нужно "обучить". Процесс обучения ЭВМ состоит в моделировании процесса образования образов. Цель обучения — сформировать образ, позволяющий классифицировать предъяв­ляемые незнакомые ситуации.

В теории распознавания образов различают модели "обу­чение с учителем" и "обучение без учителя".

"Обучение с учителем" — процедура обучения ЭВМ рас­познаванию, при которой осуществляется ввод в машину сфор­мированной человеком информации о принадлежности объек­тов к тому или иному образу.

"Обучение без учителя" — такие алгоритмы распознава­ния, которые обучают ЭВМ разбивке на классы-образы без ввода в нее каких-либо сведений о разбивке.

§ 5. Применение методов распознавания образов

А. Исследование причинных и функциональных связей. Одна из основных задач социально-правового исследования, которая может быть успешно решена при помощи современ­ных математических методов, — изучение проблемы причин­ности в условиях эмпирической ситуации. Особенность при­чинных связей правовых явлений — ситуация множества при­чин. Возникает задача изучения комплекса причинных и обус­ловливающих факторов, воздействующих на объект правово­го регулирования и законы его оптимального поведения и функционирования. В социологии права методы распознавания образов выступают прежде всего как средства углубленного и многоаспектного изучения причинных и иных обусловливаю­щих связей в сложном экспериментальном материале. Они слу­жат средством отыскания существенных признаков явлений. Эти существенные признаки можно трактовать как причины, определяющие формирование, особенности и протекание ре­альных социальных процессов, включая процессы правового регулирования.

Рассмотрим несколько примеров. Ю. Д. Блувштейн и Н. Я. Заблоцкис применили метод распознавания образов для изуче­ния экономических, социальных и демографических факторов, оказывающих воздействие на состояние и динамику преступ­лений в различных регионах страны.

Эмпирическим материалом послужили данные о значе­нии 33 различных социальных и экономических параметров по 73 крупным регионам, охватившим в совокупности более по­ловины территории и населения страны. Использованные в исследовании параметры были разбиты на ряд основных групп. Верхней границей класса "низкая преступность" был опреде­лен нормированный коэффициент 2, нижней границей класса "высокая преступность" — 2,61. Класс "средняя преступность" ограничивался коэффициентами 2,01 — 2,60.

В данном случае применялся один из алгоритмов теории распознавания — метод потенциальных функций. Потенциал определяет близость двух точек и обычно задается как функ­ция расстояния между точками. Потенциальная функция умень­шается с увеличением расстояния. Примером потенциальной функции может служить:

и некоторые другие. Процесс обучения ЭВМ заключается в построении потенциального поля, которое разбивает все про­странство на две части.

После того как ЭВМ "обучилась" распознаванию на осно­ве данных о значениях параметров эталонных регионов, в нее были введены соответствующие данные о регионах "экзаме­национной совокупности", т. е. значения всех прочих (кроме эталонных) объектов.

В 86% случаев ЭВМ отнесла распознаваемые регионы к тем классам, в которых они состоят по данным судебной ста­тистики.

Результаты этого исследования экспериментально под­тверждают теоретические выводы о причинах правонаруше­ний и факторах, которые им способствуют. Если на основа­нии информации о вполне определенном уровне и состоянии социально-экономических факторов в данном регионе имеет­ся возможность сделать однозначный вывод об уровне право­нарушений, то вряд ли можно найти более убедительные аргументы в пользу тезиса об их социальной детерминиро­ванности.

Метод распознавания образов выступает также средством поиска наилучшей системы информативных признаков, кото­рая позволяла бы правильно относить элементы экзаменаци­онной последовательности к определенному классу. Возникает задача исключения из всего множества тех признаков, кото­рые малоинформативны. Это задача минимизации описания. В более общем случае необходимо минимизировать объем при­знакового пространства

где t_l — количество градаций по l- й оси (l = 1,2,..., п).

Иными словами, необходимо стремиться к уменьшению не только количества признаков, но и числа их градаций.

Задача минимизации описания может быть сформулиро­вана следующим образом: найти такое преобразование исход­ного пространства признаков в некоторое другое простран­ство, чтобы существенно не увеличилась функция потерь, а размерность нового пространства была бы гораздо меньше исходного.

В указанном исследовании Ю. Д. Блувштейна и Н. Я. Заблоцкиса был осуществлен переход к шестймерному простран­ству признаков. Этот переход подтвердил наличие скрытых характеристик, определяющих измеряемые параметры, и "сжал" исходную информацию до объема, позволяющего про­изводить распознавание образов с разумными затратами вре­мени.

Вместо того чтобы оценивать состояние десятков и сотен социальных процессов, гипотетически связанных с преступно­стью, криминологи могли бы сосредоточить свои усилия лишь на изучении некоторых из них, а именно тех, которые вошли в число признаков нового шестимерного пространства.

Методы распознавания образов служат и для исследова­ния функциональных связей в праве. Понятие функциональ­ной связи шире понятия причинности. Под функциональной связью в праве понимается всякое соответствие между эле­ментами разных множеств. Примером может служить связь между конкретными юридическими факторами и принимае­мым правовым решением.

Б. Я. Ковалерчук, Л. Б. Гальперин, Я. Н. Ковалерчук ис­пользовали аппарат теории распознавания образов для моделирования процесса принятия арбитражного решения. Исход­ная информация вводилась в ЭВМ в виде 81-мерного бинарно­го вектора данных арбитражного дела. Меры сходства данных конкретного арбитражного дела с типом принимаемого реше­ния вычислялись как расстояние по Хэммингу.

Обозначение:

А ₁, А ₂ ..., А_k — множество прецедентов, по которым вы­несено арбитражное решение об удовлетворении иска;

В ₁, B ₂ ..., В_t — множество прецедентов, по которым иски отклонены;

С — некоторое контрольное арбитражное дело.

Тогда мера сходства контрольного дела с тем или иным типом арбитражного решения ("иск удовлетворить", "в иске отказать") определена так.

Пусть

Данные выражения характеризуют меру близости конт­рольного дела С к одному из типов решений. Иск удовлетворя­ется, если

Иск отклоняется, если

В данных выражениях s — некоторый "порог голосова­ния", имеющий значения s = 0,55, s= 0,52.

В результате реализации данных алгоритмов на ЭВМ по­лучено полное совпадение решений, принятых на основе ал­горитмов распознавания и арбитражными судами.

Выполненное исследование открывает далеко идущие теоретические и прикладные возможности анализа правовых решений с помощью ЭВМ и математических методов на базе исследования и моделирования их структуры в самых различ­ных областях права.

Б. Прогнозирование массовых социально-правовых явлений. Применение методов распознавания образов для прогнозиро­вания развития социально-правовых объектов основано на сле­дующем подходе. Пусть некоторый социально-правовой объект характеризуется набором признаков . Эти признаки могут быть подставлены — в качестве аргументов — в функцию D. Отсюда можно определить, в какой социальной ситуации находятся другие характеристики изучаемого объекта.

Но взятые признаки-факторы могут варьировать. При некоторых изменениях признаков-факторов точка Х останется внутри той же области s_i. При других изме­нениях она перейдет в иную область s_j. Такой переход будет соответствовать уже другой социальной ситуации. Переход про­гнозируемого параметра в область s_j и будет его прогнозом.

Различные социально-правовые процессы и явления де­терминированы сложным комплексом социально-экономичес­ких условий и факторов. Это положение относится к таким явлениям, как массовое правосознание, характеристика струк­туры государственного управления. Так, параметры, характе­ризующие деятельность органов государственного управления, определяются характеристиками соответствующего региона. Метод распознавания образов найдет применение для прогно­зирования социально-правовых ситуаций, которые могут иметь место при определенных значениях экономических и соци­альных факторов.

Методы распознавания были применены для изучения со­циально-психологической детерминации и возможности про­гнозирования девиантного поведения несовершеннолетних.*

* Исследование было выполнено в НИИ Прокуратуры СССР при участии математика В. А. Леванского.

Исследование выполнялось на базе анкетных обследова­ний несовершеннолетних правонарушителей и контрольных групп законопослушных лиц.

Каждому испытуемому было предложено 314 вопросов. Испытуемый должен был высказать свое отношение к какой-либо конкретной ситуации, изложенной в анкете. Набор отве­тов был разбит на группы (от 2 до 40 ответов в группе), харак­теризующие определенную ориентацию на личные или обще­ственные интересы по целям и средствам их достижения. По ответам на вопросы преступники образовали в многомерном пространстве одну "компактную" область точек, а законопос­лушные — другую.

Между этими областями проведена разделяющая много­мерная плоскость (гиперплоскость). Координаты этой гипер­плоскости вычисляются с помощью программы распознавания на ЭВМ. Аналогичным образом группа преступников была раз­бита на корыстных и насильственных. Затем в ЭВМ осуществ­лялся ввод информации об ответах на вопросы той же анкеты нового испытуемого. ЭВМ помещала точку с координатами этого человека в многомерном пространстве признаков в ту или иную область законопослушных или правонарушителей, осуществ­ляя тем самым прогнозирование.

В данном исследовании особый интерес представляют ал­горитмы, позволяющие проследить структуру взаимосвязи между отдельными лицами в многомерном пространстве при­знаков. Была разработана методика, позволяющая в общем случае выделить на основе анализа корреляционных матриц четыре различные незамкнутые сети взаимосвязей между исследуемыми объектами.

Ю. М. Антонян и Ю. Д. Блувштейн применили методы тео­рии распознавания образов, прогнозируя поведение преступ­ников на основе данных о самом поведении. Сравнивались дан­ные 1963 г. с реальным поведением этих же лиц в 1964—1973 гг. Применение этих методов дало значительную долю совпаде­ния прогноза и фактического поведения.

Примером использования методов распознавания в целях прогноза могут также служить следующие работы. Алгорит­мы распознавания образов использовались для построения мо­дели причин и прогнозирования лесных пожаров в леспромхо­зах Красноярского края. Прогнозирование основывалось на обширной информации о погоде (восемь параметров) и часто­те возникновения пожаров. Задача состояла в том, чтобы ус­тановить зависимость между типами погоды и вероятностью возникновения пожара. Всего было сформировано 33 таксона погоды. Наибольшее число "пожарных" дней сосредоточено в 6 таксонах. При наличии характеристик таких таксонов и про­гноза погоды можно с большей вероятностью предсказать воз­можность лесного пожара в определенном районе и на этой основе наилучшим образом планировать и распределять сред­ства для борьбы с ними.

Ю. Д. Блувштейн применил метод распознавания образов для прогнозирования индивидуального противоправного пове­дения. Эмпирическим материалом послужили данные о выбо­рочной совокупности лиц, совершивших повторные наруше­ния. Прогнозируемым параметром явилось время, прошедшее от одного правонарушения до другого. Среднее расхождение выданных моделью прогнозов с фактическими значениями па­раметра составило ± 3 года.

В. Решение задач классификации и типологии. В социоло­гии права, как и во многих других областях исследования, имеющих дело с множеством объектов, необходимо ввести классификацию, которая помогла бы упорядочить эмпиричес­кие данные. Классификация социологических и правовых объек­тов и явлений — весьма существенный момент в процессе их научного исследования. Если классификация и типология зат­рагивает наиболее глубокие и существенные черты правовых явлений, то в этом случае говорят о типологии.

Классификация и типология являются самостоятельными задачами юридической науки и практики. Типология реальных социальных процессов всегда учитывалась государством в це­лях создания оптимальных правовых норм, совершенствова­ния структуры государственного аппарата, методов его дея­тельности. Научной классификации подлежат типы массового правового сознания, правовой ориентации и другие социаль­но-психологические явления.

Классификация и получение групп однородных объектов — существенная предпосылка применения в социально-правовом исследовании некоторых математико-статистических методов. Это, например, методы регрессивного и корреляционного анализа.

Обоснованность классификаций социально-правовых объек­тов может быть значительно повышена, если для этих целей использовать метод распознавания образов, исследующий за­дачи типологии и классификации, который носит название таксономического анализа, или таксономии.

Особенность структуры социально-правовых объектов ча­сто состоит в том, что сходные объекты отображаются в при­знаковом пространстве в точках, близких друг к другу, или в "компактном" облаке точек. Классификация объектов ведется одновременно по большому числу признаков. Это делает ее более естественной и углубленной.

Таксономический анализ можно определить как совокуп­ность методов, применяемых для разделения множества дан­ных объектов, которые заданы своими количественными ха­рактеристиками, на однородные группы.

Рис. 35. Группировка социально-правовых объектов в два облака точек (таксоны)

Двумерный случай. По оси ОХ от­ложен возраст индивидов, по оси ОУ — образование. Исследуемая социальная группа представлена двумя таксонами, каждый из ко­торых характеризуется опреде­ленным сочетанием образователь­ных и возрастных характеристик

В общем случае понятие однородности объектов задается либо введением правила вычислений расстояния r (x_i, х_j) между любой парой объектов исследуемого множества (x ₁, x ₂, x ₃,..., x_n), либо заданием некоторой функции r (x_i, х_j), характеризующей сте­пень близости (сходства, подобия) объектов с номерами i и j. Если задана функция r (x_i, х_j), то близкие объекты считаются одно­родными, т. е. принадлежащими к одному классу. Естественно, при этом необходимое сопоставление r (x_i, х_j) с некоторым поро­говым значением, определяемым в каждом случае по-своему.

Наиболее трудным и наименее формализованным в дан­ной задаче является пункт, связанный с определением поня­тия однородности объектов, входящих в тот или иной таксой. Выбор метрики (или меры близости) является узловым мо­ментом исследования, от которого решающим образом зави­сит окончательный вариант разбивки объектов на классы при заданном алгоритме разбивки.

В качестве примера расстояний и мер близости, сравни­тельно широко используемых в задачах таксономии, можно привести евклидово расстояние:

Другим примером служит расстояние по Хэммингу. Оно используется как мера различия объектов, задаваемых дихо­томическими признаками. Оно задается при помощи формулы

и, следовательно, равно числу несовпадений значений при­знаков и рассматриваемых i -м и j -м объектах.

Приведем примеры из социологической практики, пред­ставляющие важный методологический интерес и для юриди­ческой науки.

Социологи использовали методы таксономии для разработки типологии городов. Выделено четыре типа городов:

1) старые города с высоким административным статусом, скорее культурные, чем промышленные центры;

2) старые города — промышленные центры;

3) новые города — современные промышленные центры;

4) новые промышленные города — центры добывающей промышленности.

Другая группа авторов применила методы таксономии для изучения типов бюджета свободного времени. Выделены пять таких типов.

Большое научное значение имела бы основанная на мето­дах распознавания образов типология личности, поскольку она связана с формированием правового сознания, мировоззрения, социально-профессиональной ориентации, поведения в право­вой сфере.

Литература

Аванесов В. С. Достоверность различий и применение мат­ричных методов в социологических исследованиях // Социс. 1975. №4.

Аванесов В. С. Тесты в социологическом исследовании. М., 1982.

Алексеев И. С., Бородкин Ф. М. Принцип дополнительности в социологии // Моделирование социальных процессов. М., 1970.

Блувштейн Ю. Д. Криминология и математика. М., 1974.

Воронов Ю. П. Методы сборы информации в социологичес­ком исследовании. М., 1974.

Гаврилов О. А. Математические методы и модели в соци­ально-правовом исследовании. М., 1980.

Гаврилов О. А., Хан-Магомедов Д. О. Автоматизация обра­ботки криминологической информации // Правовая киберне­тика. М., 1970.

Грин Б. Ф. Измерение установки // Математические ме­тоды в современной буржуазной социологии. М., 1966.

Гуттман Л. Основные компоненты шкального анализа // Математические методы в современной буржуазной социоло­гии. М., 1966.

Жуковская В. М., Мучник И. Б. Факторный анализ в соци­ально-экономических исследованиях. М., 1976.

Иберла К. Факторный анализ. М., 1980.

Кудрявцев В. Н., Казимирчук В. П. Современная социоло­гия права: Учебник. М., 1995.

Лазарсфельд П. Латентно-структурный анализ и теория тестов // Математические методы в социальных науках. М., 1973.

Лапаева В. В. Конкретно-социологические исследования в праве. М., 1987.

Математические методы в социологическом исследовании М., 1981.

Петрухин И. Л., Батуров Г. П., Моршакова Т. Г. Теорети­ческие основы эффективности правосудия. М., 1979.

Толстая Ю. Н. Измерение в социологии: Курс лекций. М., 1998.

Хан-Магомедов Д. О. Методы изучения эффективности уго­ловного закона // Правовая кибернетика. М., 1973.

Цыба В. Т. Математико-статистические основы социоло­гических исследований. М., 1981.

Глава 11. Статистическая информация

§ 1. Понятие статистической информации

Статистическая информация — это официально докумен­тированные сведения, дающие количественную характерис­тику массовых событий и явлений. К последним в правовой сфере относятся: преступность, административные правона­рушения, массив уголовных и гражданских дел и др.

Свойства правовой статистической информации изучают­ся в правовой (юридической) статистике.*

* Статистическая деятельность в сфере общей и правовой статистике недостаточно урегулирована в законодательном порядке. Этот пробел при­зван устранить проект Федерального закона "О статистической деятель­ности в РФ".

Статистическая совокупность — множество единиц, об­ладающих массовостью, однородностью, определенной цело­стностью, взаимозависимостью состояний отдельных единиц и наличием вариаций.

Признак — общее свойство, характерная черта или иная особенность единиц совокупности, которые могут быть наблю­даемы или измерены.

Статистический показатель — обобщающая количе­ственная характеристика социально-экономических явлений в конкретных условиях места и времени.

Система показателей — совокупность взаимосвязанных показателей, которые отражают состояние и развитие массо­вых социально-экономических явлений с разных сторон.

Для применения статистических методов в правовых ис­следованиях существенное значение имеет тот факт, что мно­гим объектам познания присущи статистические закономер­ности. Так, правовое сознание общества слагается из огромно­го числа правосознании отдельных личностей. На этой основе образуется статистический ансамбль. В качестве статистичес­ких ансамблей могут выступать и отдельные элементы право­вого сознания: юридическая информированность отдельных индивидов, правовые ориентации, интересы, оценки. Другим характерным примером могут служить правонарушения.

Правонарушения представляют собой статистические яв­ления. Их динамика и изменение во времени могут рассматри­ваться как массовый статистический процесс. В этом аспекте правонарушения характеризуются целым рядом признаков и свойств (иррегулярность, инерциальность, массовость и др.).

Статистические особенности присущи и самому механиз­му действия правовой нормы: правовая норма рассчитана на многократное применение и действие по отношению к раз­личным индивидам в различных социальных ситуациях, кото­рые формируются под определяющим воздействием социаль­но-экономических и социально-психологических факторов внеш­ней среды. Единицей эмпирического анализа может выступать, например, отдельный поведенческий акт, социальные действия индивида.

Правовой статистике присущи специфические черты: ве­домственная принадлежность; высокий уровень практической направленности; обилие детализированных показателей; форма аккумуляции статистических данных. Таким образом, право­вая статистика обладает не только особым предметом и объек­тами исследования, но и своеобразием получения исходной информации, а также применением специальных приемов об­работки и обобщения этой информации.

Дата добавления: 2015-04-25